Прогноз котировок акций ПАО «Сбербанк» с применением корреляционно-регрессионного анализа

Вестник ТюмГУ. Социально-экономические и правовые исследования


Выпуск:

2023. Том 9. № 1 (33)

Название: 
Прогноз котировок акций ПАО «Сбербанк» с применением корреляционно-регрессионного анализа


Для цитирования: Теньковская Л. И. 2023. Прогноз котировок акций ПАО «Сбербанк» с применением корреляционно-регрессионного анализа // Вестник Тюменского государственного университета. Социально-экономические и правовые исследования. Том 9. № 1. С. 148–166. https://dx.doi.org/10.21684/2411-197X-2023-9-1-148-166

Об авторе:

Теньковская Людмила Игоревна, кандидат экономических наук, доцент, аналитик фондового рынка, ПАО «Московская биржа ММВБ-РТС», Москва, Россия, tenkovskaya.lyudmila@gmail.com; https://orcid.org/0000-0002-2055-1497

Аннотация:

Научное исследование, заключающееся в составлении прогноза относительно котировок акций ПАО «Сбербанк», актуально, потому что раскрывает перспективы российского финансового сектора. Оно позволяет инвесторам сформировать торговую стратегию покупки обыкновенных акций ПАО «Сбербанк» для получения доходов в будущем. Цель научной статьи — построить экономико-математическую модель для прогноза котировок обыкновенных акций ПАО «Сбербанк». Для достижения цели изучены теоретические основы формирования денежно-кредитной политики в России, курса российского рубля, цен нефти на мировом рынке. Установлена степень влияния приведенных факторов на котировки обыкновенных акций ПАО «Сбербанк». В процессе работы задействованы общие и специальные научные методы: анализ, синтез, монографический, статистические. Научная новизна исследования состоит в построении уравнений множественной и парной линейной регрессии, отражающих зависимость котировок обыкновенных акций ПАО «Сбербанк» от денежного агрегата М2 в России, ключевой ставки Центрального банка РФ, валютной пары USD/RUB, цен нефти марки Brent. На основе уравнения парной линейной регрессии, содержащего данные о денежном агрегате М2 в России, сделан прогноз стоимости обыкновенных акций ПАО «Сбербанк». В сравнении с тенденцией увеличения денежной массы в России обыкновенные акции ПАО «Сбербанк» выглядят недооцененными и привлекательными для инвестиций.

Список литературы:

Безсмертная Е. Р. 2022. Поведение частных инвесторов на фондовом и срочном рынках в 2022—2023 годах: возможная реакция на изменения денежно-кредитной политики // Экономика. Налоги. Право. № 15 (1). С. 63–71. https://doi.org/10.26794/1999-849x-2022-15-1-63-71

Боченина М. В., Нерадовская Ю. В., Мартюхин И. Ю. 2020. К вопросу о торговой стратегии на фондовом рынке России // Вестник Российского университета кооперации№ 4 (42). С. 16–20.

Золотова Т. В., Волкова Д. А. 2022. Методы интеллектуальной обработки данных для коррекции атипичных значений котировок акций // Статистика и экономика. Т. 19. № 2. С. 4–13. http://dx.doi.org/10.21686/2500-3925-2022-2-4-13

Зубов Я. О. 2022. Влияние денежно-кредитной политики Банка России на развитие экономики страны // Экономика и бизнес: цифровая трансформация и перспективы развития. Материалы международной научно-практической конференции, в 2 томах. Москва. С. 100–113.

Орлова И. В. 2021. Использование пакета Prophet в прогнозировании временных рядов // Фундаментальные исследования№ 3. С. 94–102.

Осадчий В. В. 2022. Объем денежной массы и формирование портфеля без рисков // Вестник науки и образования. № 4-2 (124). С. 51–59.

Отто В. С., Игнатов А. И. 2022. Оценка денежной эмиссии в различных странах в период пандемии при помощи математических методов // Экономические отношения. Т. 12. № 1. С. 11–32. https://doi.org/10.18334/eo.12.1.114322

Павлова О. Ю. 2022. Банк Англии под руководством Марка Карни (2013—2020 гг.): в поисках новой стабильности // Российский экономический интернет-журнал. № 2. С. 1–12.

Сахаров Д. М. 2022. Конкуренция резервных валют в условиях полицентрического развития мировой финансовой системы. // Финансы: теория и практика. № 26 (1). С. 6–23. https://doi.org/10.26794/2587-5671-2022-26-1-6-23

Смирнова И. В., Клянина Л. Н. 2016. Определение порядка интегрируемости экономических временных рядов // Инженерный вестник Дона№ 2 (41).

Теньковская Л. И. 2022. Волатильность котировок акций ПАО «Сбербанк» в условиях глобальных экономических кризисов // Общество, экономика, управление. Т. 7. № 4. С. 34–43. https://doi.org/10.47475/2618-9852-2022-17406

Филиппова Ю. А. 2022. Развитие денежно-кредитной политики центрального банка государства // Сборник научных работ серии «Финансы, учет, аудит». № 1 (25). С. 243–251. https://doi.org/10.5281/zenodo.6503643

Щербакова Т. И. 2022. Экономическая модель постсталинского СССР и ее результаты // Экономическая история. Т. 18. № 1. С. 45–54. https://doi.org/10.15507/2409-630X.056.018.202201.045-054

Abramov A., Radygin A., Chernova M. 2017. State-owned enterprises in the Russian market: Ownership structure and their role in the economy // Russian Journal of Economics. Vol. 3. No. 1. P. 1–23. https://doi.org/10.1016/j.ruje.2017.02.001

Andreff W., Andreff M. 2017. Multinational companies from transition economies and their outward foreign direct investment // Russian Journal of Economics. Vol. 3. No. 4. P. 445–474. https://doi.org/10.1016/j.ruje.2017.12.008

Celebi K., Hönig M. 2019. The impact of macroeconomic factors on the German stock market: evidence for the crisis, pre- and post-crisis periods // International Journal of Financial Studies. Vol. 7. No. 2. Art. 18. https://doi.org/10.3390/ijfs7020018

Chen D. Y., Huang B. 2012. Financial crises and stock market indices: Markov switching approach // Global Business and Finance Review. Vol. 17. No. 2. P. 101–120.

Dabrowski M. 2022. Thirty years of economic transition in the former Soviet Union: Macroeconomic dimension // Russian Journal of Economics. Vol. 8. No. 2. P. 95–121. https://doi.org/10.32609/j.ruje.8.90947

Dehnert M. 2020. Sustaining the current or pursuing the new: incumbent digital transformation strategies in the financial service industry // Business Research. No. 13. P. 1071–1113. DOI: https://doi.org/10.1007/s40685-020-00136-8

Gorshkov V. 2022. Cashless payment in emerging markets: the case of Russia // Asia and the Global Economy. No. 2. P. 1–10. https://doi.org/10.1016/j.aglobe.2022.100033

Gurvich E., Prilepskiy I. 2015. The impact of financial sanctions on the Russian economy. // Russian Journal of Economics. Vol. 1. No. 4. P. 359–385. https://doi.org/10.1016/j.ruje.2016.02.002

Huerta D., Perez-Liston D. 2011. The impact of hurricanes on investor sentiment and stock market returns // Global Business and Finance Review. Vol. 16. No. 2. P. 136–149.

Idrisov G., Kazakova M., Polbin A. 2015. A theoretical interpretation of the oil prices impact on economic growth in contemporary Russia // Russian Journal of Economics. Vol. 1. No. 3. P. 257–272. https://doi.org/10.1016/j.ruje.2015.12.004

Jiang Y., Tian G., Mo B. 2020. Spillover and quantile linkage between oil price shocks and stock returns: new evidence from G7 countries // Financial Innovation. No. 6. Art. 42. https://doi.org/10.1186/s40854-020-00208-y

Laopodis N. T. 2002. Exchange rate and stock market interactions: evidence from an emerging economy // Global Business and Finance Review. Vol. 7. No. 1. P. 49–60.

Lepskiy A., Suevalov A. 2019. Application of the belief function theory to the development of trading strategies // Procedia Computer Science. No. 162. P. 235–242. https://doi.org/10.1016/j.procs.2019.11.280

Mau V. A. 2019. Global trends and national goals: Russia approaches a new model of economic growth // Russian Journal of Economics. 2019. Vol. 5. No. 1. P. 27–45. https://doi.org/10.32609/j.ruje.5.35234

Meshkova T. A., Moiseichev E. I. 2016. Russia’s experience of foresight implementation in global value chain research // Journal of Innovation and Entrepreneurship. 2016. No. 5. Art. 9. https://doi.org/10.1186/s13731-016-0039-7

Mironov V. 2015. Russian devaluation in 2014–2015: Falling into the abyss or a window of opportunity? // Russian Journal of Economics. Vol. 1. No. 3. P. 217–239. https://doi.org/10.1016/j.ruje.2015.12.005

Nenu E. A., Vintilă G., Gherghina Ş. C. 2018. The impact of capital structure on risk and firm performance: empirical evidence for the Bucharest stock exchange listed companies // International Journal of Financial Studies. Vol. 6. No. 2. Art. 41. https://doi.org/10.3390/ijfs6020041

Nisar T. M., Yeung M. 2018. Twitter as a tool for forecasting stock market movements: a short-window event study // The Journal of Finance and Data Science. 2018. No. 4. P. 101–119. https://doi.org/10.1016/j.jfds.2017.11.002

Nivorozhkin E., Castagneto-Gissey G. 2016. Russian stock market in the aftermath of the Ukrainian crisis // Russian Journal of Economics. Vol. 2. No. 1. P. 23–40. http://dx.
doi.org/10.1016/j.ruje.2016.04.002

Zhang Y., Wang Y., Ma F., et al. 2022. To jump or not to jump: momentum of jumps in crude oil price volatility prediction // Financial Innovation. No. 8. Art. 56. https://doi.org/10.1186/s40854-022-00360-7